从旋转机械到Python仿真：手把手教你用SymPy搞定非线性弹簧的Duffing方程

在工程实践中，我们常常遇到这样的困境：教科书上描述的非线性现象"跳变"和"分岔"清晰可见，但当自己动手编程时，却怎么也复现不出预期的结果。这种理论与实践的鸿沟，正是本文要解决的问题。我们将以旋转机械中常见的Duffing方程为例，带你用Python的SymPy库，一步步实现非线性弹簧系统的仿真与可视化。

1. 理解Duffing方程：非线性弹簧的数学表达

Duffing方程是非线性动力学中的经典模型，描述了具有非线性刚度的单自由度系统行为。与线性弹簧不同，非线性弹簧的力-位移关系不再是简单的正比关系：

code复制F_spring = kx + hx³

其中：

• k 是线性刚度系数
• h 是非线性刚度系数
• x 是位移

当系统受到简谐激励时，完整的Duffing方程可以表示为：

python复制m*x'' + c*x' + k*x + h*x³ = F0*cos(ωt)

注意：非线性系统的显著特征是"一个激励可能对应多个稳态响应"，这与线性系统有本质区别。

2. 搭建SymPy计算环境

SymPy是Python的符号计算库，特别适合处理这类包含符号变量的方程。我们先配置计算环境：

python复制import sympy as sp
import numpy as np
import matplotlib.pyplot as plt

# 定义符号变量
t = sp.symbols('t')       # 时间变量
a, w = sp.symbols('a w')  # 幅值和频率
phi = sp.symbols('phi')   # 相位角

关键参数设置建议：